sift算法搭建（上半部，二，代替二维的一维高斯模板实现，c#实现）

曾经学习canny时，学到了大神的高斯模板生成，由于二维高斯的可分离性，形成一维的x方向和y方向的高斯模板，之所以选择一维的原因，

一是，处理图像速度效率高

二是，图像周边处理效果好

大神的代码是c++的，我翻译成c#的呈上：

 double nSigma = 1.25;                                    //定义高斯函数的标准差             int nWidowSize = (int)(1 + 2 * Math.Ceiling(3 * nSigma));  //定义滤波窗口的大小 int nWidowSize = 1 + 2 * ceil(3 * nSigma );              int nCenter = (nWidowSize) / 2;             double[] nData = new double[512 * 512];             byte[] glob_buffer512512smooth1dot25 = new byte[512 * 512];

            //生成一维高斯滤波系数/             double[] pdKernal_1 = new double[nWidowSize];    //定义一维高斯核数组             double dSum_1 = 0.0;                           //求和，用于进行归一化                     //一维高斯函数公式//                  //                   x*x                           /             //        -1*----------------                    /             //        1     2*Sigma*Sigma                     /             //   ------------ e                                /             //                                                /             //  \/2*pi*Sigma                                  /             //             for (int i = 0; i < nWidowSize; i++)             {                 double nDis = (double)(i - nCenter);                 pdKernal_1[i] = Math.Exp(-(0.5) * nDis * nDis / (nSigma * nSigma)) / (Math.Sqrt(2 * 3.14159) * nSigma);                 dSum_1 += pdKernal_1[i];             }             for (int i = 0; i < nWidowSize; i++)             {                 pdKernal_1[i] /= dSum_1;                 //进行归一化             }             for (int i = 0; i < 512; i++)                               //进行x向的高斯滤波(加权平均)             {                 for (int j = 0; j < 512; j++)                 {                     double dSum = 0;                     double dFilter = 0;                                       //滤波中间值                     for (int nLimit = (-nCenter); nLimit <= nCenter; nLimit++)                     {                         if ((j + nLimit) >= 0 && (j + nLimit) < 512)       //图像不能超出边界                         {                             dFilter += (int)glob_buffer512512[i * 512 + j + nLimit] * pdKernal_1[nCenter + nLimit];                             dSum += pdKernal_1[nCenter + nLimit];                         }                     }                     nData[i * 512 + j] = dFilter / dSum;//x方向处理完成的中间结果                 }             }

            for (int i = 0; i < 512; i++)                                //进行y向的高斯滤波(加权平均)             {                 for (int j = 0; j < 512; j++)                 {                     double dSum = 0.0;                     double dFilter = 0;                     for (int nLimit = (-nCenter); nLimit <= nCenter; nLimit++)                     {                         if ((j + nLimit) >= 0 && (j + nLimit) < 512)       //图像不能超出边界                         {                             dFilter += nData[(j + nLimit) * 512 + i] * pdKernal_1[nCenter + nLimit];                             dSum += pdKernal_1[nCenter + nLimit];                         }                     }//完成了x，y方向的整个高斯平滑                     oct1globbuffer1layer[j * 512 + i] = glob_buffer512512smooth1dot25[j * 512 + i] = (byte)((int)dFilter / dSum);                 }//第一组高斯金字塔第一层图像生成实现

            }

注：参考csdn大神的博客：Canny边缘检测算法原理及其VC实现详解(二)